Modified TRISS: 둔상에 의한 두경부 외상 환자에서 개선된 병원 내 사망률 예측 방법

김동훈; 박인성

추천

검색

자료유형: 학술저널

저자정보: 김동훈 (경상대학교 의과대학 응급의학교실) 박인성 (경상대학교 의과대학 응급의학교실)

저널정보: 대한외상학회 Journal of trauma and injury : JTI Journal of trauma and injury : JTI 제18권 제2호

발행연도: 2005.1

수록면: 141 - 147 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Purpose: Recently, The new Injury Severity Score (NISS) has become a more accurate predictor of mortality than the traditional Injury Severity Score (ISS) in the trauma population. Trauma Score Injury Severity Score (TRISS) method, regarded as the gold standard for mortality prediction in trauma patients, still contains the ISS as an essential factor within its formula. The purpose of this study was to determine whether a simple modification of the TRISS by replacing the ISS with the NISS would improve the prediction of in-hospital mortality in a trauma population with blunt head and neck trauma. Objects and Methods: The study population consisted of 641 patients from a regional emergency medical center in Kyoungsangnam-do. Demographic data, clinical information, the final diagnosis, and the outcome for each patient were collected in a retrospective manner. the ISS, NISS, TRISS, and modified TRISS were calculated for each patients. The discrimination and the calibration of the ISS, NISS, modified TRISS and conventional TRISS models were compared using receiver operator characteristic (ROC) curves, areas under the ROC curve (AUC) and Hosmer-Lemeshow statistics. Results: The AUC of the ISS, NISS, modified TRISS, and conventional TRISS were 0.885, 0.941, 0.971, and 0.918 respectively. Statistical differences were found between the ISS and the NISS (p=0.008) and between the modified TRISS and the conventional TRISS (p=0.009). Hosmer-Lemeshow chi square values were 13.2, 2.3, 50.1, and 13.8, respectively; only the conventional TRISS failed to achieve the level of and an excellent calibration model (p<0.001). Conclusion: The modified TRISS is a more accurate predictor of in-hospital mortality than the conventional TRISS in a trauma population of blunt head and neck trauma.

#Trauma #Trauma score injury severity score #New injury severity score #Mortality

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Kim, Dong Hun

소속기관 Department of Surgery, Trauma Center, Dankook University Hospital

주요연구분야 의약학 > 임상의학 > 일반 외과학

논문수 5 이용수 6

박인성

소속기관 경상대학교 의과대학 응급의학교실

주요연구분야 의약학 > 임상의학 > 일반 외과학

논문수 2 이용수 1

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)